Um banco com 185 mil relatos de conserto: como montei e o que ele mostra

Há anos, quando dá defeito em algo e eu não sei por onde começar, minha primeira parada é procurar se alguém já passou pelo mesmo problema num fórum de eletrônica. O problema é que essa informação está espalhada. Cada fórum tem sua busca própria, quando tem, e boa parte das respostas boas está enterrada no meio de uma thread de 40 mensagens. Resolvi juntar tudo isso num lugar só, pesquisável.

O resultado, depois de umas semanas de trabalho: 185.282 relatos de defeito, cobrindo 95 tipos de equipamento e mais de 5 mil variações de nome de marca (contando "Philips" e "PHILIPS" como duas, ainda dá pra limpar isso depois).

Não vou citar de onde veio cada fonte. O que importa aqui é o processo.

Como montei

Comecei baixando tópicos de 18 fóruns e sites diferentes de eletrônica e reparo. Mais de 100 mil tópicos no bruto. Boa parte não vale nada: pergunta sem resposta, "alguém sabe?" que nunca foi respondido. Apliquei um filtro simples, só entram tópicos com 3 respostas ou mais. É pouco, mas já corta o ruído sem jogar fora caso raro.

Cada fórum roda em um motor diferente por trás. Uns usam tema clássico, outros o tema moderno da mesma plataforma. Alguns marcam qual resposta resolveu o problema, a maioria não marca nada. Isso quer dizer que não deu pra escrever um leitor único: cada fonte pediu seu próprio código pra encontrar o post principal, separar a queixa da solução dentro da conversa e ignorar lixo (assinatura, citação aninhada, anúncio).

Depois de baixado, o texto ainda é só um parágrafo solto. O banco precisa saber o equipamento, a marca, o sintoma e a causa de cada caso, como campos separados, pra dar pra filtrar e cruzar depois. Isso saiu em três passadas. A primeira usa uma lista fixa de termos conhecidos (marca, tipo de aparelho, sintoma comum) e casa contra o título e o primeiro post. A segunda varre o resto da conversa com expressões regulares atrás de coisa como "troquei o capacitor" ou "estava com a solda fria". A terceira passa os casos que sobraram por um modelo de linguagem rodando na minha própria máquina, sem mandar nada pra fora.

A parte que tomou mais cuidado foi privacidade. O nome de quem escreveu cada post não entra no banco final, nunca entrou desde o desenho do schema. Mas tem um problema mais chato: dentro do texto livre da resposta, é comum aparecer "fulano escreveu: ..." citando outro usuário, ou um agradecimento nominal no meio da frase. Isso não dá pra resolver removendo um campo, precisa reconhecer o nome dentro da frase e trocar por um marcador, sem confundir com nome de peça ou de marca.

Aprendi isso na prática. Numa primeira tentativa, o reconhecimento de nome rodou sem filtro nenhum contra o texto e apagou também termo técnico, "Capacitor" virou "[nome]" em milhares de linhas. Descobri o estrago, restaurei tudo a partir do HTML original (que eu tinha guardado intacto) e reescrevi o processo com filtro de marca conhecida, checagem de amostra antes de aplicar em escala e backup do texto original antes de qualquer mudança. Ficou mais lento, mas hoje confio no resultado.

Os números gerais

Com o banco montado, dá pra parar de olhar caso por caso e olhar o conjunto. Um aviso antes dos números: quem classifica equipamento, marca e sintoma automaticamente é um dicionário só em português. Nas fontes em espanhol, inglês, russo, polonês e outras línguas (quase 30% do banco), a maioria dos relatos não tem esses campos preenchidos, mesmo o relato existindo e estando pesquisável por texto. Os números abaixo, então, retratam principalmente a parte do banco em português. Ainda não é uma limitação resolvida, é a realidade do banco hoje.

TV domina o banco, isolada. São 85.412 dos 185.282 relatos, quase sete vezes o segundo colocado (Fonte, 12.316). Faz sentido: é o aparelho que mais gente teve em casa por mais tempo, e o que mais rende fórum de reparo desde os anos 2000.

Dentro de TV, oito marcas concentram a maior parte dos relatos com marca identificada. Philips lidera com folga, 14.628 casos, contra 9.124 da Sony, a segunda colocada.

A parte que achei mais interessante foi cruzar marca com o defeito mais citado. Separei só os casos onde o classificador conseguiu identificar um sintoma (nem todo relato tem isso), e comparei os três defeitos mais comuns de cada marca, em proporção sobre o total dela.

"Não liga" aparece em primeiro lugar nas oito marcas, sem exceção. Não é surpresa, é o sintoma mais genérico que existe, muita gente descreve o problema assim antes de abrir o aparelho e achar a causa real.

O que varia é o peso desse "não liga" dentro de cada marca. Na CCE ele é 12% dos casos. Na Sony, 1%. Fui atrás do motivo e achei: 88% dos relatos de TV Sony vêm de uma única fonte tabular, que tem o próprio vocabulário de sintoma, em vez de passar pelo classificador comum. Nela, o equivalente a "não liga" aparece espalhado em "Dead", "Inoperante", "St/by only", cada um contado separado e descartado do gráfico por eu ter filtrado esses termos como ruído. Não é que a Sony trave menos, é que boa parte dos casos dela ficou fora da conta por causa da fonte. CCE, ao contrário, vem mais de fórum comum, que passa pelo classificador em português e cai direto em "não liga". Ou seja: o gráfico mistura defeito real com o jeito que cada fonte registra o defeito, vale o cuidado.

O segundo e terceiro colocados por marca também contam uma história. CCE, Toshiba e Semp têm "problema no vertical" ou "no horizontal" bem posicionado, defeito clássico de TV de tubo. LG e Samsung puxam mais pra "sem imagem", mais compatível com o parque de LCD. Bate com o legado de cada marca no mercado brasileiro: CCE e Semp vêm de uma geração bem mais forte em CRT.

Tem outro corte que não aparece no gráfico de sintoma: qual componente as pessoas mais citam como causa do defeito, dentro do relato de conserto. O banco não tem campo estruturado pra isso, então fui atrás por palavra-chave no campo de causa. Capacitor lidera disparado, 10.799 menções em 108.079 causas preenchidas, quase 50% na frente do segundo colocado.

CI vem em segundo (7.335), resistor em terceiro (6.094). Bate com o que qualquer técnico de bancada já espera: capacitor eletrolítico estufado ou seco é a causa mais barata de achar e a mais comum de aparecer num fórum de conserto, é praticamente o primeiro item que se checa numa fonte que não liga.

Vale o aviso de sempre: o "defeito" vem de um classificador automático rodando em cima de texto livre de fórum, não é laudo técnico. Serve pra ver tendência, não pra fechar conclusão fina sobre um modelo específico.

Os modelos que mais aparecem

Depois de olhar tipo de equipamento e marca, desci mais um nível: modelo. O campo bruto tem bastante ruído, o parser pega o primeiro token com dígito do título do tópico, então de vez em quando pesca a tensão do aparelho em vez do modelo de verdade ("12V" apareceu quase 300 vezes como se fosse um modelo). Filtrei esse tipo de entrada e normalizei maiúscula e espaço antes de contar, pra "PH21MSS" e "PH21M SS" não virarem duas linhas separadas.

Faltava mais uma consolidação: a Philips usa um sufixo de variante no fim de quase todo modelo, "/78" ou "/78R", que marca a versão regional/cor do aparelho, não um modelo diferente. Sem tirar isso, "29PT4635" e "29PT4635/78" apareciam como duas linhas separadas, cada uma com metade da contagem real. Juntei os dois.

Vale a mesma ressalva de idioma de antes: essa contagem exige marca e equipamento identificados, e esses dois campos só são classificados em português. Esse ranking é sobre a parte do banco em português, não sobre o banco inteiro.

Todos os 15 primeiros são TV, nem chega a aparecer outro tipo de equipamento na lista. Philips 29PT4635 lidera com folga depois da consolidação, 350 relatos, seguido do 20PT3331, também Philips, com 327. O resto do top 15 fica entre Philips, LG, Ferguson, Gradiente, CCE e Semp, quase todo mundo com tubo de imagem de 14 a 29 polegadas, a faixa que mais rodou nos fóruns que colhi.

Um detalhe curioso: "TX100", "TX10" e "TX90" aparecem sob a marca Ferguson. São nomes de chassi, não modelo comercial no sentido de "o que está escrito na caixa", mas é assim que o título do tópico costuma se referir ao aparelho, então é assim que entrou no banco. Vale saber disso antes de usar esse dado pra procurar peça: chassi ajuda mais que modelo comercial na hora de achar esquema.

Quando o mesmo componente se repete no mesmo modelo

Pra ver se algum desses modelos tem defeito repetido na mesma peça, tentei uma primeira vez agrupar a causa por categoria ampla ("capacitor", "flyback" etc.) e o resultado saiu errado: um chassi de Panasonic apareceu com 100% dos casos como "circuito integrado", mas ao ler o texto cru vi que a causa registrada, na maioria das vezes, é só a referência do componente no esquema ("IC1104", "C559"), sem palavra nenhuma. Meu categorizador reconhecia "IC" e ignorava tudo que começava com outra letra, inflando o resultado.

Refiz do jeito certo: em vez de categoria, extraí a referência exata do componente (a primeira que aparece no texto, no padrão letra + número: C805, R813, Q802, D831, IC1104) e comparei se o mesmo modelo de TV cita a mesma referência mais de uma vez. Reusei a mesma consolidação de modelo da seção anterior (sufixo "/78" da Philips junto, "TV" redundante fora) e conferi amostra de causa crua antes de confiar no número, pra não repetir o erro anterior.

Só entrou na lista modelo com 15 causas registradas ou mais, e só apareceu aqui quando a mesma referência se repetiu 3 vezes ou mais. Depois de consolidar as variantes de sufixo, o Philips 29PT4635 ficou na frente: C2455 aparece em 28 dos 287 relatos com causa registrada desse modelo. CCE 2118USP, C417 em 22 de 149. Gradiente 2922, C805 em 17 de 113. Não é coincidência de dois ou três casos, é um padrão que se repete dentro do próprio modelo.

Reparei em algo maior que um modelo só: C2444 aparece como referência mais citada em quatro modelos Philips diferentes (20PT3331, 21PT5433, 14PT3131 e 20PT4331), todos de tubo pequeno/médio. Não sei se é o mesmo chassi por baixo de nomes comerciais diferentes ou se é só um ponto fraco de projeto que a Philips repetiu numa família inteira de aparelhos, não dá pra confirmar isso só com o texto do fórum. Mas ver o mesmo componente repetir em quatro modelos separados, cada um com sua própria contagem, é bem mais forte que ver ele uma vez só.

Isso já é o tipo de informação que ajuda antes de abrir o aparelho: se você pegar um Gradiente 2922 sem imagem, vale medir o C805 antes de sair trocando fonte inteira. Mas cabe a mesma ressalva de sempre, com um detalhe a mais aqui: a causa é o que alguém escreveu no fórum como solução, não é laudo técnico, e a referência extraída é só a primeira citada no texto, pode não ser sempre a peça raiz do defeito.

Curiosidades

Umas curiosidades que apareceram no caminho e não renderam seção própria.

1. Vinte e cinco anos num banco só. O relato mais antigo é de 19/09/2001, o mais recente de 14/09/2026. O banco atravessa uma geração inteira de eletrônico de consumo, do tubo ao smart TV.
2. Fora do previsível. Isso é fórum de eletrônica, mas tem gente relatando conserto de geladeira (92 casos), ar-condicionado (100), bebedouro (30) e até adega elétrica, com 3 relatos só, o tipo de equipamento mais raro do banco inteiro fora da minha própria fonte.
3. Thread que vira comunidade. A mediana é 5 respostas por tópico, a média 8,8. Só 19 tópicos, de mais de 100 mil, passam de 1.000 respostas. Os maiores chegam a 2.000 e 3.000, claramente pararam de ser sobre um defeito específico e viraram ponto de encontro.
4. Grafia de marca é uma bagunça. Só "Toshiba" aparece escrita de 74 jeitos diferentes no banco bruto (maiúscula, minúscula, "TOSHSIBA" com erro de digitação, marca junto de outra coisa no mesmo campo). Philips tem 52, Samsung 35. Ainda não limpei isso, é claramente o próximo item da lista de faxina de dado.
5. O post mais longo do banco tinha 351.996 caracteres. Não era texto de verdade: era uma imagem colada no post, codificada em base64, que o parser tratava como se fosse um link comum e despejava inteira no meio do texto. Fui atrás e achei o mesmo erro copiado em 10 parsers diferentes, afetando quase 60 mil posts em 5 fontes. Depois de corrigir, o post mais longo caiu pra 65.672 caracteres, e olha que esse é um roteiro de calibração de TV colado por inteiro, isso sim é texto de verdade.
6. Bicho não pedido. Depois de tirar da conta expressão que só parece bicho ("trabalho de formiga", "aranha" de fiação improvisada por outro técnico, "tirar alguém do prego"), sobraram mais de uma dezena de relatos de bicho de verdade dentro do aparelho. Barata lidera, com casulo, ovo e até fezes achados dentro da placa. O resto rende mais surpresa: formiga fazendo ninho em cima da placa de cristal líquido de uma TV e queimando um circuito, lagartixa morta dentro da fonte de outra TV, lacraia torrada do lado do maior capacitor, pássaro morando dentro do alimentador de uma antena parabólica (explicava a perda de sinal intermitente do cliente) e um prego achado dentro de uma terceira TV, puxando 290V pro lugar errado.

Que peça costuma resolver cada defeito, pelo padrão do banco

Com equipamento, sintoma e causa preenchidos em boa parte do banco, dava pra ir além de contar e cruzar campo. Testei uma pergunta mais prática: dado um sintoma, existe alguma peça que aparece resolvendo ele acima do que o acaso explicaria? Rodei regra de associação, o mesmo tipo de algoritmo usado em recomendação de produto, sobre equipamento e sintoma apontando pra peça trocada. Só na parte em português do banco, que é onde o classificador de peça e o vocabulário de sintoma funcionam.

A peça eu extraio do texto de causa. Primeiro tento casar palavra-chave (capacitor, flyback, transistor), se não achar nada tento o código do componente no esquema (C2447 vira capacitor, STK392 vira circuito integrado, pela convenção de designador). Cobre 79% dos 101.710 registros com equipamento, sintoma e causa preenchidos.

Os dois achados mais fortes confirmam o esperado, com número. DVD que não lê mídia aponta pra unidade óptica em 37% dos casos, lift de 201 (201 vezes mais provável que o acaso). Micro-ondas sai resolvido pelo magnetron em 13% dos relatos, lift 106. Bom sinal de que o método funciona, mas não é descoberta.

O que rendeu de verdade foi olhar os achados menos óbvios. TV com problema de sintonia (não sintoniza, sem canais, chuvisco, ruído) aponta pro varicap, lift de até 26. Não tinha essa associação na cabeça quando montei o léxico de peça, mas faz sentido assim que vi: varicap é o diodo de capacitância variável que faz a busca de canal nas TVs de tubo.

Segundo achado: TV com cor errada ou manchas na imagem aponta pra EEPROM, lift 6,1 em 47 casos. É onde fica gravado o dado de calibração de cor, bate com o sintoma. Esse ainda quero confirmar lendo uma amostra de causa crua antes de confiar de olhos fechados, mesma cautela de sempre com número agregado.

Rendeu o suficiente pra virar feature de verdade. Hoje o dashboard tem uma página de diagnóstico: escolhe equipamento e sintoma, mostra a peça mais provável com confiança, lift e quantos casos sustentam ela.

Vale o aviso de sempre: é o que mais aparece nos relatos de fórum, não é laudo técnico nem garantia pro próximo caso que aparecer na bancada.

O componente que mais aparece como causa, e um cheiro de peça não original

Voltei no banco pra garimpar mais um pouco, dessa vez usando o texto inteiro da conversa, não só o campo de causa.

Uma coisa que sempre reparo nos meus próprios posts de conserto: cito o componente pelo código do esquema (C825, Q802, TDA2030), não só pela categoria. Fui atrás de fazer o banco falar a mesma língua, com um padrão que pega designador de componente (letra e número, tipo C123 ou Q45) e família de CI conhecida (TDA, STK, LA, TL, LM) em qualquer parte do relato, causa, solução e discussão inteira.

Achei 13.595 designadores distintos nos 185 mil relatos. No topo, Q802 e TL431 (praticamente empatados, mais de mil relatos cada), seguidos de perto pelo clássico regulador LM317. Q802 é transistor, TL431 é referência de tensão, LM317 é regulador ajustável, os três típicos de fonte chaveada, o subsistema que mais falha em TV.

Testando esse mesmo padrão pra outra coisa (ver se algum designador tem pico de menção estranho num período curto, sinal de lote ruim de fábrica), esbarrei num achado que não estava procurando. Alguns componentes aparecem de novo e de novo perto de termo como "não original", "clone" ou "falsificado". O capacitor C419 e a família de transistor Q4xx lideram essa lista.

Bate com o que todo técnico de bancada brasileiro já ouviu falar, o mercado paralelo de componente reposto, mas é a primeira vez que vejo isso confirmado direto em texto de fórum, não só boato de balcão.

O sinal de lote ruim que eu queria mesmo confirmar não deu resultado confiável. A maioria dos picos que achei tinha poucos casos, dois ou três relatos concentrados num trimestre já disparam o alarme estatístico sem significar nada de verdade. Fica pra quando o banco crescer mais.

Quando o tubo virou LED, pelos dados do fórum mais antigo

A fonte mais antiga do banco tem uma coisa que as outras não têm: data de cada tópico, contínua, desde 2001, sem furo. Dá pra ver mudança de tecnologia acontecendo ano a ano, não só num retrato parado no tempo.

Contei, por ano, quantos tópicos citam termo de tubo (flyback, cinescópio, "tubo de imagem") contra quantos citam termo de painel plano (LCD, LED, plasma, inversor). As duas curvas se cruzam por volta de 2014.

Em 2011, quase um quarto dos tópicos ainda menciona tubo (24%) contra 20% de painel plano. Nove anos depois, em 2020, tubo caiu pra menos da metade (12%) enquanto painel plano dobrou (41%).

O mesmo período marca o início do colapso de volume do fórum: 6.598 tópicos em 2011, 700 em 2016, 6 em 2026. Não acho coincidência as duas coisas acontecerem juntas. TV de tubo é o aparelho clássico de "vale a pena abrir e consertar em casa". TV de LED moderna já não compensa tanto, o preço caiu e a reparação ficou mais chata, placa multicamada, componente miniaturizado. Bateu no aparelho, bateu no público amador que sustentava o fórum.

Vale lembrar que essa análise é só dessa fonte, de propósito. Misturar fórum diferente traria viés de quando cada um começou a coletar dado, não de tecnologia de verdade.

Qual defeito dá mais trabalho pra fechar

Usando o número de posts do thread até o defeito ser dado como resolvido, como um proxy grosseiro de dificuldade, separei por tipo de equipamento. Linha branca embutida no mesmo banco (geladeira, micro-ondas, ventilador, lavadora, ar-condicionado) exige de 6 a 8 posts de mediana pra fechar. Eletrônica de consumo (amplificador, notebook, monitor) fecha com mediana de 1 post.

Geladeira lidera com 8 posts de mediana, oito vezes mais que amplificador ou notebook. O resto da linha branca (micro-ondas, ventilador, lavadora, ar-condicionado) fica na faixa de 6 a 7, ainda bem acima da eletrônica de consumo. Não tirei conclusão fechada disso. Parte pode ser dificuldade real, defeito de linha branca costuma exigir mais idas e vindas de "você já checou X", já que o técnico do fórum não vê o aparelho. Mas parte pode ser só norma de cada comunidade: cada tipo de equipamento vem majoritariamente de uma fonte diferente do banco (linha branca de um jeito, TV de outro), e cada fórum tem seu próprio costume de quantas mensagens leva até fechar um tópico. Não dá pra separar as duas coisas só com esse número.

Quando duas fontes concordam

Uma pergunta que fica no ar sempre que junto fonte diferente no mesmo banco: será que, dado o mesmo modelo com o mesmo sintoma, fontes diferentes apontam pra causa parecida, ou é cada uma dizendo uma coisa? Cruzei marca, modelo e sintoma entre as fontes em português e separei os casos onde 2 fontes ou mais bateram na mesma peça como causa.

Achei 1.004 combinações concordantes. O caso mais repetido: Gradiente 2922 com "liga e desliga sozinho" apontando pra capacitor, confirmado em três tópicos de fóruns diferentes que nunca se cruzaram entre si.

Também achei 682 combinações onde a peça apontada diverge entre fontes. Antes de sair chamando isso de erro no banco, fui ler uma amostra, e a explicação real é mais simples. Sintoma como "não liga" tem causa raiz genuinamente variada (fonte, flyback, fusível, solda fria, todos no mesmo modelo de TV). Cada fonte capturou um caso real diferente, não uma contradição sobre o mesmo caso. Corroboração forte de verdade é mais fácil de achar num sintoma específico do que num sintoma genérico.

Fichas de bancada automáticas pros modelos mais comuns

Com o banco maduro, deu pra fazer uma coisa que eu sempre quis: gerar uma ficha rápida pros modelos que mais aparecem, tipo cola de bancada antes de abrir o aparelho. Pros 20 modelos com mais registro nessa contagem, o script busca top defeito, top peça trocada, se algum tópico menciona modo de serviço e se algum link de esquema foi citado na discussão.

Vale um aviso antes dos números: aqui usei uma contagem de modelo mais simples que a da seção sobre modelos lá em cima, só maiúscula e espaço, sem juntar sufixo de variante regional tipo "/78". Então a ordem e o total não batem exatamente com aquele ranking, é outro recorte do mesmo dado, feito pra saber que ficha vale a pena ter pronta, não pra recontar o top de modelos do zero.

Alguns exemplos que saíram bons. Philips 20PT3331 (264 registros): sem som lidera, capacitor é a peça mais trocada, 3 tópicos diferentes confirmam modo de serviço documentado. LG 21fu4rl (205 registros): não liga e liga e desliga sozinho dominam, capacitor de novo na frente, modo de serviço documentado em três tópicos, um deles de um fórum diferente dos outros dois.

No meio do trabalho apareceu um achado que não esperava. Três dos quatro modelos com mais registro nessa contagem são Ferguson (TX100 em 1º, TX10 em 3º, TX90 em 4º, intercalados só pelo Philips 20PT3331 na 2ª posição) e têm o sintoma registrado em inglês, mesmo vindo de uma fonte marcada como português no banco. Não investiguei o motivo até o fim, mas Ferguson é marca britânica, então minha hipótese é que essa fonte tem uma base de dado em inglês misturada, sem tradução, dentro do que eu assumia que fosse todo texto em português. Vou verificar isso antes de confiar de olhos fechados no filtro de idioma pras próximas análises.

O que o banco confirma dos meus próprios consertos

Depois de tanto garimpar fonte alheia, cruzei o banco com os meus próprios 94 consertos documentados aqui no blog, que também entraram como fonte (marca e modelo batendo com marca e modelo de outra fonte qualquer). Achei coisa boa.

No LG 42LD420, meu diagnóstico foi CI da fonte (STRW6053N) e zener ZD503 em curto. Achei dois tópicos independentes de um mesmo fórum, mesmo modelo, com a causa quase idêntica: "regulador strw 6053 em curto" num, "STR-W 6053 N e as tensões na fonte voltaram ao normal" no outro. Três pessoas diferentes, três consertos separados, mesmo componente exato.

No LG 50PB560B, o de plasma, meu diagnóstico foi placa YSUS com vários componentes estourados. Achei um grupo de uns 15 relatos independentes do mesmo modelo, quase todos apontando pra placa Y-SUS (capacitor C204, C205, C445, CI 251, CI 204, fotoacoplador). Esse chassi claramente é conhecido por queimar a Y-SUS. Meu conserto só confirma o que o fórum já sabia antes de eu nem ter o aparelho em mãos.

Reparando no padrão geral: quase todo "não liga" que resolvi vem de CI de fonte chaveada ou capacitor com ESR alta (STRW6053N, MP3378E, PAM2306, TOP243, DK125, LP4054, TD1410, fora os capacitores soltos). É o mesmo subsistema que lidera o ranking de componente mais citado do banco inteiro. Bateu também na parte de dificuldade: 6 dos meus consertos são linha branca (2 micro-ondas, 2 lavadoras, 1 lava-louças, 1 ventilador), justamente a categoria que o banco mostra como mais difícil de fechar.

Achei um falso positivo também, bom de registrar. Alguns aparelhos de som e videocassete meus (Philips AZ2425, VR453, AS565) "batem" com registros bem antigos de outra fonte, mas são produtos completamente diferentes reaproveitando o mesmo código de modelo décadas depois. Cruzar por nome de modelo sozinho engana de vez em quando.